Mobiltelefone nutzen KI, um „Geräusche' zu hören und so COVID-19 zu identifizieren

Laut einer auf der Internationalen Konferenz der European Respiratory Society in Barcelona angekündigten Studie kann künstliche Intelligenz (KI) über eine Mobiltelefon-App eine COVID-19-Infektion anhand der Stimmen von Menschen erkennen, was wirksamer ist als Antigen-Schnelltests Spanien am 4. Präzise (bis zu 89 %), günstiger, schneller und einfacher zu bedienen.

Eine COVID-19-Infektion betrifft häufig die oberen Atemwege und die Stimmbänder und führt zu Veränderungen in der Stimme einer Person. Wafaa Aljebawi, Forscherin am Institut für Datenwissenschaft der Universität Maastricht in den Niederlanden, erklärte, dass die Forschungsergebnisse zeigen, dass einfache Sprachaufzeichnungen und KI-Algorithmen genau bestimmen können, wer mit COVID-19 infiziert ist. Darüber hinaus wird auch die Remote-Virtualisierung unterstützt . Es dauert weniger als eine Minute, bis der Test Ergebnisse liefert. Solche Tests können an Teststandorten bei großen Versammlungen eingesetzt werden, um Personen schnell zu überprüfen.

Das Forschungsteam verwendete Daten aus der Anwendung „COVID-19 Sound Bank“ der Universität Cambridge im Vereinigten Königreich, die 893 Audioproben von 4.352 gesunden und nicht gesunden Teilnehmern enthält, von denen 308 positiv auf COVID-19 getestet wurden. Die App wird auf dem Telefon des Benutzers installiert, und die Teilnehmer geben grundlegende Informationen zu Demografie, Krankengeschichte und Raucherstatus an. Anschließend werden sie gebeten, eine Reihe von Geräuschen aufzuzeichnen, darunter dreimal Husten, drei bis fünf Mal tief durch den Mund atmen, und dreimal einen kurzen Satz auf dem Bildschirm lesen.

Die Forscher verwendeten eine Sprachanalysetechnik namens Mel-Spektroskopie, die verschiedene Sprachmerkmale wie Lautstärke, Stärke und Veränderungen im Laufe der Zeit identifiziert.

Um die Stimmen von COVID-19-Patienten und solchen ohne die Krankheit zu unterscheiden, haben Forscher verschiedene KI-Modelle entwickelt. Sie fanden heraus, dass Modelle mit langem Kurzzeitgedächtnis (LSTM) die beste Leistung bei der Klassifizierung von COVID-19-Fällen erbrachten. LSTM basiert auf neuronalen Netzen, die die Funktionsweise des menschlichen Gehirns nachahmen und zugrunde liegende Zusammenhänge in Daten identifizieren. Es kann auch Daten im Speicher speichern.

Die Gesamtgenauigkeit dieses AI-LSTM-Modells beträgt 89 %, die Fähigkeit, positive Fälle korrekt zu erkennen (Rate oder Sensitivität von echten positiven Fällen) beträgt 89 % und die Fähigkeit, negative Fälle korrekt zu identifizieren (Rate oder Spezifität von echten negativen Fällen) beträgt 83 %.

Forscher sagten, dass die Sensitivität des Antigen-Schnelltests nur 56 % beträgt, die Spezifität jedoch bis zu 99,5 % beträgt. Dies bedeutet, dass Antigen-Schnelltests fälschlicherweise mehr positive Infektionen als negativ eingestuft haben, als in diesem Test klassifiziert wurden. Mit dem AI-LSTM-Modell übersahen die Forscher 11 von 100 Fällen, die das Virus weiter verbreiteten, während der Antigen-Schnelltest 44 übersah. Praktikant Reporter Zhang Jiaxin

Das obige ist der detaillierte Inhalt vonMobiltelefone nutzen KI, um „Geräusche' zu hören und so COVID-19 zu identifizieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!